Чрез своята платформа Gemini, Google разшири границите на съвременния изкуствен интелект. Новият модел Gemini 3.5 Flash внедрява функция, която доскоро наподобяваше експеримент в изследователска лаборатория – така нареченото „използване на компютър“. На практика това означава, че изкуственият интелект може да взаимодейства с компютъра по подобен начин на човека. Той може да вижда екрана, да се ориентира в средата и да извършва определени действия.
Това не е просто демонстрация. Функционалността вече е достъпна чрез Gemini API и в платформата за корпоративни агенти, което ясно показва, че Google е фокусиран предимно върху разработчиците и корпоративните потребители, но че ще бъде достъпна и за обикновените потребители.
Как работи на практика „използването на компютър“?Фундаменталната промяна е, че разработчиците вече не е необходимо да създават свои собствени специализирани модели за управление на средата. Gemini 3.5 Flash предоставя тази възможност директно „от кутията“. Например, изкуственият интелект може да:
разглежда уебсайтове и да търси информация; попълва формуляри и работи с приложения; изпълнява многоетапни задачи без намесата на потребителя.Google демонстрира новата технология, използвайки прости примери – от търсене на самолетни билети до логически игри, в които моделът самостоятелно анализира ситуацията и взема решение за по-нататъшни действия.
Безопасността е на първо място
С нарастващата автономност идва и повишаващата се отговорност. Управлението на компютрите, задвижвани от изкуствен интелект, повдига чувствителни въпроси, свързани със сигурността, особено в корпоративна среда. Ето защо Google се занимава с този проблем. Въведени са множество нива на защита.
Моделът е обучен да устои на манипулация, като едновременно с това изисква потвърждение от потребителя, преди да предприеме важни или необратими стъпки. В някои случаи дори може да прекрати самата задача, ако засече подозрително поведение.
За обикновените потребители все още нищо фундаментално не се променя – тази функция е достъпна предимно чрез API и корпоративни инструменти. За компаниите обаче това е значителна промяна. Gemini 3.5 Flash ускорява автоматизацията на рутинните задачи – от поддръжка на клиенти до вътрешен анализ. В комбинация с екосистемата на Google Workspace, други инструменти могат да създадат ново поколение „цифрови оператори“, които работят непрекъснато и в множество приложения.